Comprehensive evaluation of regional groundwater pollution: Research status and suggestions

doi:10.13745/j.esf.sf.2022.1.29

Abstract

Abstract:

A comprehensive evaluation of regional groundwater pollution is essential for understanding the regional groundwater quality characteristics, pollution status and mechanism, and groundwater quality evolution. Such evaluation also serves as an important basis for groundwater pollution prevention and control and water quality improvement. However, due to inherent limitations of certain conventional concepts, opinions and research practices in the field of hydrogeology, there are many problems and challenges associated with groundwater quality and pollution evaluation, such as the lacks of clear distinction between natural poor quality water and polluted water and impact assessment of human activities. Therefore, the reliability of the evaluation results is often questioned, which causes confusion among government agencies over pollution control application and decision making. To improve this situation, this study sought to assess the current status of comprehensive evaluation of regional groundwater pollution based on the evaluation results of recent years, review the problems associated with the groundwater quality evaluation, background value, pollution evaluation, and distinction between poor water quality and water quality degradation, identify the anthropogenic pollution activities, and ultimately make some suggestions. The resulting suggestions include: (1) Establish an evaluation framework with the “indicator classification evaluation-combination expression” approach to minimize ambiguity and misleadings in the evaluation results. (2) Establish apparent background value to facilitate the assessment of pollution status, differentiation between poor water quality and water quality deterioration, and identification of impactful anthropogenic activities. (3) Clarify the distinction between poor quality water and quality degraded water in order to effectively distinguish between natural poor quality water and polluted water, elucidate the impact of these water types on the groundwater quality, and help decision-makers understand the causes of unsafe water. (4) Identify and quantify anthropogenic pollution activities to help understand water pollution caused by imported pollution, induced water quality deterioration and change of water hydrochemical property, and highlight the trends of groundwater quality evolution to develop better pollution prevention and control methods.

Key words: groundwater, water quality evaluation, pollution assessment, apparent background value, poor quality water, human activity

CLC Number:

X523

HE Baonan, HE Jiangtao, SUN Jichao, WANG Junjie, WEN Dongguang, JIN Jihong, PENG Cong, ZHANG Changyan. Comprehensive evaluation of regional groundwater pollution: Research status and suggestions[J]. Earth Science Frontiers, 2022, 29(3): 51-63.

Figures/Tables 10

References 41

[1]	HE B N, HE J T, WANG L, et al. Effect of hydrogeological conditions and surface loads on shallow groundwater nitrate pollution in the Shaying River Basin: based on least squares surface fitting model[J]. Water Research, 2019, 163:114880.
[2]	田志仁, 李名升, 夏新, 等. 我国地下水环境监测现状和工作建议[J]. 环境监控与预警, 2020, 12(6): 1-6.
[3]	WANG Y X, LI J X, MA T, et al. Genesis of geogenic contaminated groundwater: As, F and I[J]. Critical Reviews in Environmental Science and Technology, 2021, 51(24): 2895-2933. DOI URL
[4]	许真, 何江涛, 马文洁, 等. 地下水质量指标分类综合评价方法研究[J]. 水文地质工程地质, 2014, 41(6): 6-12.
[5]	国家质量监督检验检疫总局, 中国国家标准化管理委员会.GB/T 14848-2017 地下水质量标准[S]. 北京: 中国标准出版社, 2017.
[6]	PENG C, HE J T, WANG M L, et al. Identifying and assessing human activity impacts on groundwater quality through hydrogeochemical anomalies and $NO_{3}^{-}$, $NH_{4}^{+}$, and COD contamination: a case study of the Liujiang River Basin, Hebei Province, P.R. China[J]. Environmental Science and Pollution Research International, 2018, 25(4): 3539-3556. DOI URL
[7]	彭聪, 何江涛, 廖磊, 等. 应用水化学方法识别人类活动对地下水水质影响程度: 以柳江盆地为例[J]. 地学前缘, 2017, 24(1): 321-331.
[8]	郇环, 廉新颖, 杨昱, 等. 基于级别差法的地下水水质评价方法筛选技术研究[J]. 环境科学研究, 2020, 33(2): 402-410.
[9]	厉艳君, 杨木壮. 地下水水质评价方法综述[J]. 地下水, 2007, 29(5): 19-24.
[10]	中华人民共和国国土资源部.DZ/T 0288-2015区域地下水污染调查评价规范[S]. 北京: 中国标准出版社, 2015.
[11]	郭高轩, 辛宝东, 刘文臣, 等. 我国地下水环境背景值研究综述[J]. 水文地质工程地质, 2010, 37(2): 95-98.
[12]	曾昭华, 黎宏印, 迂广弟, 等. 长江中下游重点地区地下水环境背景值调查研究[S]. 北京: 全国地质资料馆, 1991.
[13]	贺秀全. 地下水环境背景值研究中存在的几个问题[J]. 地下水, 1994, 16(2): 22-23.
[14]	中华人民共和国环境保护部.HJ 610-2011 环境影响评价技术导则地下水环境[S]. 北京: 中国环境科学出版社, 2011.
[15]	中国科学院. 中国学科发展战略·地下水科学[M]. 北京: 科学出版社, 2018.
[16]	沈照理, 朱宛华, 钟左燊. 水文地球化学基础[M]. 北京: 地质出版社, 1993.
[17]	曾颖. 秦皇岛柳江盆地浅层地下水常规组分背景值研究[D]. 北京: 中国地质大学(北京), 2015.
[18]	中华人民共和国环境保护部.HJ 610-2016 环境影响评价技术导则地下水环境[S]. 北京: 中国环境科学出版社, 2016.
[19]	廖磊, 何江涛, 彭聪, 等. 地下水次要组分视背景值研究:以柳江盆地为例[J]. 地学前缘, 2018, 25(1): 267-275.
[20]	LEE L, HELSEL D. Baseline models of trace elements in major aquifers of the United States[J]. Applied Geochemistry, 2005, 20(8): 1560-1570. DOI URL
[21]	KIM K H, YUN S T, KIM H K, et al. Determination of natural backgrounds and thresholds of nitrate in South Korean groundwater using model-based statistical approaches[J]. Journal of Geochemical Exploration, 2015, 148: 196-205. DOI URL
[22]	PARRONE D, GHERGO S, PREZIOSI E. A multi-method approach for the assessment of natural background levels in groundwater[J]. Science of the Total Environment, 2019, 659: 884-894. DOI URL
[23]	张英, 孙继朝, 黄冠星, 等. 珠江三角洲地区地下水环境背景值初步研究[J]. 中国地质, 2011, 38(1): 190-196.
[24]	寇文杰, 谢振华, 赵立新, 等. 探讨地下水背景值确定方法及其容易忽视的几个问题[J]. 安徽农业科学, 2013, 41(8): 3603-3605.
[25]	廖磊. 柳江盆地浅层地下水次要组分和微量组分视背景值研究[D]. 北京: 中国地质大学(北京), 2016.
[26]	张小文, 何江涛, 彭聪, 等. 地下水主要组分水化学异常识别方法对比: 以柳江盆地为例[J]. 环境科学, 2017, 38(8): 3225-3234.
[27]	王磊, 何江涛, 张振国, 等. 基于信息筛选和拉依达准则识别地下水主要组分水化学异常的方法研究[J]. 环境科学学报, 2018, 38(3): 919-929.
[28]	OUEDRAOGO I, DEFOURNY P, VANCLOOSTER M. Mapping the groundwater vulnerability for pollution at the pan African scale[J]. Science of the Total Environment, 2016, 544: 939-953. DOI URL
[29]	许真, 何江涛, 马文洁, 等. 地下水污染指标分类综合评价方法研究[J]. 安全与环境学报, 2016, 16(1): 342-347.
[30]	张小文, 何江涛, 刘丹丹, 等. 滹沱河冲洪积扇浅层地下水水质外界胁迫作用分析[J]. 水文地质工程地质, 2018, 45(5): 48-56.
[31]	张昌延. 华北平原浅层地下水劣质劣变水评价及成因分析[D]. 北京: 中国地质大学(北京), 2019.
[32]	文冬光, 林良俊, 孙继朝, 等. 中国东部主要平原地下水质量与污染评价[J]. 地球科学: 中国地质大学学报, 2012, 37(2): 220-228.
[33]	ZHANG X W, HE J T, HE B N, et al. Assessment, formation mechanism, and different source contributions of dissolved salt pollution in the shallow groundwater of Hutuo River alluvial-pluvial fan in the North China Plain[J]. Environmental Science and Pollution Research International, 2019, 26(35): 35742-35756. DOI URL
[34]	李培月. 人类活动影响下地下水环境研究: 以宁夏卫宁平原为例[D]. 西安: 长安大学, 2014.
[35]	张小文, 何江涛, 黄冠星. 石家庄地区浅层地下水铁锰分布特征及影响因素分析[J]. 地学前缘, 2021, 28(4): 206-218.
[36]	王金哲, 张光辉, 聂振龙, 等. 滹沱河流域平原区人类活动对浅层地下水干扰程度量化研究[J]. 水土保持通报, 2010, 30(2): 65-69.
[37]	王金哲, 张光辉, 母海东, 等. 人类活动对浅层地下水干扰程度定量评价及验证[J]. 水利学报, 2011, 42(12): 1445-1451.
[38]	赵微, 林健, 王树芳, 等. 变异系数法评价人类活动对地下水环境的影响[J]. 环境科学, 2013, 34(4): 1277-1283.
[39]	HUANG G X, SUN J C, ZHANG Y, et al. Impact of anthropogenic and natural processes on the evolution of groundwater chemistry in a rapidly urbanized coastal area, South China[J]. Science of the Total Environment, 2013, 463/464: 209-221. DOI URL
[40]	单晓杰, 何江涛, 张小文, 等. 基于人为活动影响识别的区域地下水水质演化预测: 以石家庄地区为例[J]. 现代地质, 2020, 34(1): 189-198.
[41]	彭聪. 人类活动对地下水水质影响识别: 以柳江盆地为例[D]. 北京: 中国地质大学(北京), 2017.

地区	适用条件	方法	优势及局限性
国外研究	污染区	次序统计量回归模型法^[20]	对低于检出限的次要组分或微量组分的背景值能够有效识别,低于检出限的数据集大于80%后识别效果较差。
		概率图法^[21]	多峰式分布的数据可从累积频率曲线图中区分出多个数据集,背景值可能有一种或多种数据集,划分数据群存在一定主观因素。
		层次聚类分析法^[22]	注重对各亚类特征深入分析确定背景值,但在分析受多因素影响的地下水时也会因产生过多的子集,使得分析变得更加烦琐。
		预筛选法^[23]	适用于大量数据,统计方法可用的宏量组分;但所选指示指标与人为产生的物质浓度不一定完全相关,会导致一些必要数据被删除。
国内研究	非污染区	平均值法	方法简单,可基本反映背景情况。但没有区分样品浓度分布类型,仅用平均值作为背景值。此法适用于服从正态分布类型的因子。
	非污染区	趋势面分析法	可直观反映背景值及其分布情况,但趋势面多项式拟合过程中不可避免带有误差。
	污染区	比拟法	简单易行,但无法体现空间差异性,已不易找到未受人类活动影响的区域。
		剖面图法	通过水化学剖面图判断背景值范围,方法直观清晰,但需要布设穿过污染源的取样剖面,较费时。
		趋势面分析法	趋势面分析多项式拟合所提取的趋势项基本可作为背景看待,残差项指示污染区的存在,可直观反映背景空间分布特征,但拟合过程不可避免会产生误差。
		等值线法	可充分利用历史水质资料,但得出的背景值为一单值。
		数理统计法	可充分利用历史水质资料,根据不同的样品浓度分布类型分别计算地下水环境背景值,但需要系统全面的水质资料。
		历时曲线法	汇总分析区内长期的水质监测资料,通常取发生突变前的监测数据来确定研究区的背景值,可以识别部分偶然因素引起的水质变化。

地区	适用条件	方法	优势及局限性
国外研究	污染区	次序统计量回归模型法^[20]	对低于检出限的次要组分或微量组分的背景值能够有效识别,低于检出限的数据集大于80%后识别效果较差。
		概率图法^[21]	多峰式分布的数据可从累积频率曲线图中区分出多个数据集,背景值可能有一种或多种数据集,划分数据群存在一定主观因素。
		层次聚类分析法^[22]	注重对各亚类特征深入分析确定背景值,但在分析受多因素影响的地下水时也会因产生过多的子集,使得分析变得更加烦琐。
		预筛选法^[23]	适用于大量数据,统计方法可用的宏量组分;但所选指示指标与人为产生的物质浓度不一定完全相关,会导致一些必要数据被删除。
国内研究	非污染区	平均值法	方法简单,可基本反映背景情况。但没有区分样品浓度分布类型,仅用平均值作为背景值。此法适用于服从正态分布类型的因子。
	非污染区	趋势面分析法	可直观反映背景值及其分布情况,但趋势面多项式拟合过程中不可避免带有误差。
	污染区	比拟法	简单易行,但无法体现空间差异性,已不易找到未受人类活动影响的区域。
		剖面图法	通过水化学剖面图判断背景值范围,方法直观清晰,但需要布设穿过污染源的取样剖面,较费时。
		趋势面分析法	趋势面分析多项式拟合所提取的趋势项基本可作为背景看待,残差项指示污染区的存在,可直观反映背景空间分布特征,但拟合过程不可避免会产生误差。
		等值线法	可充分利用历史水质资料,但得出的背景值为一单值。
		数理统计法	可充分利用历史水质资料,根据不同的样品浓度分布类型分别计算地下水环境背景值,但需要系统全面的水质资料。
		历时曲线法	汇总分析区内长期的水质监测资料,通常取发生突变前的监测数据来确定研究区的背景值,可以识别部分偶然因素引起的水质变化。